一种中药分子电子能隙预测方法及系统

本发明公开了一种中药分子电子能隙预测方法及系统。本发明从量子化学数据库中过滤无效分子，所述无效分子包括含自由基、金属原子的分子及内置软件无法解析的分子；利用过滤后的有效分子构建训练数据集，通过三层消息传递神经网络学习SMILES字符串与能隙值的映射关系，得到训练好的神经网络模型；基于训练好的神经网络模型输出中药分子的预测能隙值，其测试集决定系数R2≥0.9。本发明模型在测试集上决定系数R2高达0.9，单分子预测耗时较DFT计算速度提升显著，平均绝对误差合理，实现中药分子电子能隙的高效、精准预测，为中药活性成分筛选与研发提供有力工具。